در روزگاری که محیط مجازی روز به روز گسترده تر و وسیع تر می شود تا جایی که کنترل و پردازش اطلاعات دریافتی تقریبا امری ناممکن شده است، نیاز به وجود سامانه ای که بتواند بر این مشکل غلبه کند، بیش از هر زمان دیگری حس می شود. سیستم هایی که بتوانند از میان خیل عظیمی از اطلاعات و محصولات گوناگون، مناسب ترین و مورد پسند ترین ها را بنا به شرایط و ویژگی های خاص هر کاربر به وی پیشنهاد دهند، طرفداران بسیاری یافته اند. حال اگر در این فرآیند از نظرات کسانی استفاده شود که ما از سلیقه آن ها آگاهیم، پیشنهادهای بسیار منطقی و دقیق تری به دست خواهد آمد. سیستم هایی که چنین وظیفه ای بر عهده دارند، "سیستم های پیشنهادی" نامیده می شوند. سیستم های پیشنهاد دهنده بر اساس تخمین امتیاز و چگونگی پیشنهادات به روشهایی تقسیم بندی می شوند که در این بین روش فیلتر همبستگی که عموماً با توجه با سابقه کاربران عمل می کند با استقبال بیشتری روبرو شده است. سیستم های مبتنی بر فیلتر همبستگی بعنوان موفق ترین سیستم های پیشنهاد دهنده شناخته می شوند. در این پایان نامه بر آنیم تا با دخیل کردن مفهوم زمان در فیلتر همبستگی و پیدا کردن الگوهای زمانی مشخص، نتایج این روش را بهبود بخشیم.